Впрочем, инновационные элементы, составляющие в данном случае самую суть стратегии, разрабатываются отдельно, часто с привлечением ведущих специалистов-теоретиков. Они обходятся в дополнительную и довольно приличную сумму. Итак, можно грубо оценить совокупный годовой расход на (непрерывно идущую!) разработку и поддержание технологии в несколько сот тысяч тех же единиц.
С другой стороны, при качественной работе системы она показывает результаты, сравнимые с результатами трейдера высокого класса, на зарплате которого компания экономит столько же, если не больше. С третьей стороны, разработчики, видя такое дело, могут моментально перестать удовлетворяться типичными российскими стандартами, ну и так далее. Тем не менее примерный расход на такие игрушки (в России, разумеется) ясен.
И вот здесь возникает четвертая сторона, самая интригующая, — может быть, хорошая система не просто сравнима с белковым трейдером-асом, а радикально переигрывает его? Если судить по сообщениям в популярной печати, так оно и есть, — там мелькают, например, ошеломляющие цифры «угадывания» торговой системой курса в более чем 70% случаев (отметим, что биржевого игрока интересует не столько сама завтрашняя цена актива, сколько то, вырастет она или упадет). Однако эта цифра мало что говорит о реальном доходе, получаемом инвестором.
Интереснее оценить эффективность торговых систем иначе — сколько они могут заработать по сравнению с гипотетическим идеальным случаем, когда динамика цен известна заранее? В теории финансов такая гипотетическая система называется «системой максимальной прибыли» (maximum profit system), и результат ее работы равен легко вычисляемой «полной вариации» графика цены актива. Так вот, лучшие торговые системы, по оценке Старченко, приносят их владельцам лишь единицы процентов (как правило, не больше десяти) от этой самой «полной вариации». Сколько заработает на том же рынке и на тех же активах человек? Объективные данные здесь вряд ли можно привести, оценки спецов расплывчатые — иногда больше, иногда меньше (см. врезку с комментарием Василия Якимкина). Но, по мнению тех же спецов, человек чаще всего уступает торговой системе по другим важным параметрам. А именно: торговый автомат лучше живого брокера умеет минимизировать риски биржевой игры. Робота можно настроить таким образом, чтобы он внимательно следил за так называемым «максимальным снижением счета», и тогда можно продемонстрировать клиенту, что, судя по предыдущим результатам системы, он скорее всего заработает, ну скажем, процентов сорок, а уж если потеряет — то не больше, допустим, пятнадцати процентов.
И наконец, работа с торговой системой дисциплинирует инвестора. Пока робот выигрывает, инвестор всегда доволен его работой. Как только он начинает проигрывать (что неизбежно), возникает сильнейший стимул покопаться в алгоритме и что-нибудь на ходу перенастроить. Очень часто так и поступают инвесторы-одиночки, которые собирают собственного робота и настраивают его по историческим данным. Подкрутив десяток параметров и добившись идеальной работы на графиках, к примеру, 2004 года, такой инвестор выпускает свое детище на настоящий рынок, где мгновенно сталкивается с «проблемой 2005 года» — прогноз разваливается на глазах. А все потому, что параметров в системе было так много, что с их помощью нетрудно — постфактум! — подогнать прогнозы под любой рынок. Начинается новая лихорадочная подкрутка параметров, и результат обычно плачевный. По мнению Николая Старченко, если система построена на «правильной математике» и продемонстрировала свою эффективность, вмешиваться в ее работу необходимо лишь в случаях очевидных изменений характера самого рынка (например, таких, как стремительный рост акций Мосэнерго в четыре раза летом 2005 года, вызванный не рыночными причинами, или обвал акций ЮКОСа после ареста Михаила Ходорковского).
Но, конечно, неизбежны некоторые перенастройки, добавление новых модулей, другие модификации, и команда разработчиков непрерывно этим занимается. Непрерывно идет и сравнение результативности алгоритмов, в зависимости от нее деньги перераспределяются между алгоритмами, ими управляющими. Что же это за алгоритмы?
Термины финансового рынкаТехнический анализ— исследование и прогнозирование динамики цен активов при помощи элементарного, а главное, формального математического анализа ценовых рядов: сглаживания различными фильтрами, поиска характерных паттернов колебаний цен и т. п.
Фундаментальный анализ— прогнозирование динамики цен на акции компаний на основе изучения финансовой отчетности этих компаний, их экономических показателей и расчета по этим данным так называемой «справедливой цены» акций.
Хеджирование— стратегия защиты активов от тех или иных рисков. Например, вкладывая деньги в стабильно растущие бумаги, вы хеджируете ваши сбережения против инфляции.
Как это работает?Полноценная торговая система состоит из двух частей — системы прогноза рынка и принятия решений, выдающей сигналы на покупку или продажу, и системы исполнения заявок (она же система алгоритмического трейдинга). Если о прогнозах рынка каждый из нас слышал не раз, то о существовании второй части неспециалисты часто не подозревают. Между тем она чрезвычайно важна для успешной работы торговой системы и далеко не тривиальна алгоритмически. Ее задача — обеспечить надежное и быстрое (пока цена не изменилась!) выполнение указаний первой части. Но как быть, если система прогноза увидела, что на рынке появилась интересующая ее бумага по цене, скажем, сто рублей, и требует купить тысячу таких акций по этой цене — а на продажу их выставлено всего лишь сто, еще сто — по 102 рубля, а остальные — по 105? В этом случае необходимо решить многокритериальную задачу и сформировать набор заявок на покупку того, что есть, минимизируя время совершения сделки и фактические затраты. Мало того — оказывается, что выполнение каждой из этих заявок мгновенно влияет на остальные заявки и их цены, что требует дополнительных пересчетов. Математику этого сложного процесса изучают даже светила нелинейной науки (см., например, работы Дойна Фармера [Doyne Farmer], сделанные в Институте Санта-Фе). Однако ее до сих пор не удалось вмонтировать в систему принятия решений. От качества работы «второй части» зависит процентов тридцать дохода от сделки; если же она работает плохо, блестяще задуманная сделка может просто не состояться. На американском рынке программные продукты для алгоритмического трейдинга — это целая отрасль финансовой информатики.
Что касается «первой части» — собственно прогноза и системы принятия решений, эта задача всегда остается на острие прогресса, и в ней немедленно опробуются методы, хорошо себя проявившие в других областях. К сожалению, по мнению Николая Старченко, все эти методы работают на финансовом рынке гораздо хуже, чем там, где они были созданы. Так, бум нейросетевых технологий прогноза котировок прошел на российском рынке лет десять назад. В практическом плане он был в основном связан с разработкой нейросетей для задач трейдинга при помощи американского универсального нейросетевого пакета BrainMaker (возникшего, как говорят, в недрах американского военно-промышленного комплекса). Многие и сегодня применяют нейросети на финансовых рынках, однако пик интереса к этой технологии уже позади. Появляются сообщения об эффективных торговых системах на нейросетях, но чудес от них больше не ждут.
Еще раньше были опробованы всевозможные регрессионные методы, аппроксимирующие зазубренный временной ряд колебаний цены гладкими кривыми, долженствующими указать дальнейшие тенденции развития и скрытые периодичности. Такие методы хорошо работали при обработке экспериментов в естественных науках. При изучении же динамики рынка их сегодня относят, скорее, к более скромной области — техническому анализу, служащему вспомогательным инструментом профессионального трейдера.
Ныне одна из самых модных технологий — генетические алгоритмы (ГА) — подход к сложным задачам оптимизации, основанный на имитации эволюционного процесса. «Хромосомы», представляющие собой различные варианты решения задачи, начинают мутировать, скрещиваться и бороться за выживание на основе неких критериев «приспособленности» — близости к оптимальному решению. При умелой настройке на задачу тут можно получить хорошие результаты. Не всегда эти задачи связаны с прогнозом в буквальном смысле слова — например, ГА пытаются использовать для формирования оптимального портфеля акций.
Однако больше всего ждут сегодня от эконофизики — причем, как ни удивительно, не только энтузиасты, но и, в неявной форме, «робоскептики» (см. ответы Василия Якимкина во врезке). В первую очередь речь идет о приложениях теории хаоса — динамики, порожденной иногда очень простыми формулами, но внешне неотличимой от случайного процесса изменения цен. «Великий вызов» (grand challenge) состоит в том, чтобы выяснить, можно ли подобным образом описать реальную динамику цен на бирже. С другой стороны, более или менее общепризнанная современная модель ценовых рядов — фрактальное броуновское движение. Это не хаотический, а по-настоящему случайный процесс. Однако его развитие в какой-то мере учитывает более или менее смутные воспоминания о том, что происходило раньше. Математика этих моделей изучена глубоко. Михаил Дубовиков, специалист по эконофизике, доктор физ.-мат. наук, советник президента ФК «Интраст» по науке, рассказывает: «Любая западная компания сейчас начинает обычно с двух вещей: считает фрактальные параметры, например показатель Херста (Hurst exponent), для ценовых рядов (надеясь по их изменениям предвидеть перемены на рынке) и пытается применить теорему Такенса (Takens) — определить количество параметров, управляющих процессом изменения цен и, если повезет, построить систему уравнений, порождающую ценовой ряд. Дальше каждый идет своим путем. Мы, например, используем в торговой системе собственные фрактальные показатели, а также ряд известных моделей (например, нелинейные регрессионные) в сочетании с оптимальным формированием портфеля по более современным алгоритмам, чем классическая теория Марковица».
Однако больше всего ждут сегодня от эконофизики — причем, как ни удивительно, не только энтузиасты, но и, в неявной форме, «робоскептики» (см. ответы Василия Якимкина во врезке). В первую очередь речь идет о приложениях теории хаоса — динамики, порожденной иногда очень простыми формулами, но внешне неотличимой от случайного процесса изменения цен. «Великий вызов» (grand challenge) состоит в том, чтобы выяснить, можно ли подобным образом описать реальную динамику цен на бирже. С другой стороны, более или менее общепризнанная современная модель ценовых рядов — фрактальное броуновское движение. Это не хаотический, а по-настоящему случайный процесс. Однако его развитие в какой-то мере учитывает более или менее смутные воспоминания о том, что происходило раньше. Математика этих моделей изучена глубоко. Михаил Дубовиков, специалист по эконофизике, доктор физ.-мат. наук, советник президента ФК «Интраст» по науке, рассказывает: «Любая западная компания сейчас начинает обычно с двух вещей: считает фрактальные параметры, например показатель Херста (Hurst exponent), для ценовых рядов (надеясь по их изменениям предвидеть перемены на рынке) и пытается применить теорему Такенса (Takens) — определить количество параметров, управляющих процессом изменения цен и, если повезет, построить систему уравнений, порождающую ценовой ряд. Дальше каждый идет своим путем. Мы, например, используем в торговой системе собственные фрактальные показатели, а также ряд известных моделей (например, нелинейные регрессионные) в сочетании с оптимальным формированием портфеля по более современным алгоритмам, чем классическая теория Марковица».
Эконофизика изучает рынок так же, как астрофизика изучает звезды или биофизика — энергетику живой клетки. Похоже, что в этом сложном механизме кое-что уже понято, кое-какие механизмы ухвачены. Что же будет, когда наука научится прогнозировать не чуть-чуть, как сегодня, а все и сразу? Исчезнет ли рынок в его нынешнем виде? Михаил Дубовиков считает, что это нам не грозит. По его мнению, уже сейчас понятно, что исследования динамики рынка могут претендовать лишь на то, чтобы более или менее точно отделить те участки, на которых цена хоть как-то предсказуема, от тех, где цена непредсказуема в принципе. Отчасти благодаря эконофизике теперь мы понимаем и природу этой непредсказуемости. Мы точно знаем ту грань, за которую не перейдем никогда, заключает Дубовиков: подлинная проблема состоит в том, чтобы найти промежутки, где цена предсказуема, и как можно точнее предсказать ее.
Многие технологии здесь даже не удалось упомянуть. Подробнее о методах, которые используют насыщенные математикой торговые системы, можно узнать из материалов конференций по системной торговле, регулярно проводимых компанией «Брокеркредитсервис».
Интерес к этому сектору растет, и инфотехнологи не должны упускать его из вида.
Редакция благодарит Михаила Дубовикова, Николая Старченко и Василия Якимкина за консультации.
КАФЕДРА ВАННАХА: Data mining для Зеркала морей
Автор: Ваннах Михаил
Кажется, что высокие технологии стали бизнесом совсем недавно. На памяти одного-двух поколений. А до этого науки были бескорыстным парением в эмпиреях, уделом оторванных от жизни чудаков, а деньги делались отдельно, тороватыми охотнорядцами да скупердяями Скруджами. Но бывало, что и высочайшая романтика, и стойкое мужество, встречаясь с усидчивостью кабинетного ученого, давали амальгаму первосортнейшего бизнеса. Заваренную на вполне современном ИТ-методе.
Клипера. Легенда морей. «Вся эта компания безмолвных белых королев, принцесс, королей, воинов, аллегорических женских фигур, героинь, государственных деятелей и языческих богов в венцах и шлемах или с непокрытой головой навеки сошла со сцены, до последней минуты простирая над бурлящей пеной свои красивые гипсовые руки или копья, мечи, трезубцы, в одной и той же позе, выражавшей неустанное стремление вперед…»— так грустил о них в «Зеркале морей» капитан дальнего плавания Джозеф Конрад, которого многие считают лучшим англоязычным прозаиком.
Стремление вперед. В нем клиперам не откажешь. Три мачты с огромными прямыми парусами. Острые обводы корпуса. Опыт корабелов, воплощенный в горном вязе и индийском тике этих, может быть, самых грациозных строений человеческих рук.
Отчаянность матросов, работавших на реях на головокружительной высоте. Решимость сутками не смыкавших глаз капитанов. Все это в сумме давало уникальную скорость.
Восемнадцать узлов встречалось часто. А лучший из ходоков— «Champion of the Seas»— 11—12декабря 1854 года пробежал 465 миль со средней скоростью больше чем 20 узлов!
Спрос на скорость был велик. Щедрые премии, вручаемые купцами Сити тому, кто первым войдет в Темзу с чаем нового урожая, — и рождается подкласс судов— «чайные клипера». Британские фабрики требуют сырья— и с австралийской и новозеландской шерстью бегут в метрополию клипера.
Апофеоз— золотая лихорадка в Калифорнии.
Стоимость фрахта от Нью-Йорка или Бостона до Сан-Франциско установилась в полтора серебряных доллара за кубический фут. Клипер в 1200 обмерных тонн приносил судовладельцу $72тысячи за рейс— больше, чем плата экипажу, стоимость и страховка корабля!
Скорость приносила колоссальные барыши. Но скорость зависела от воли ветров. А над ними человек не властен и поныне. Более эффективно использовать ветер в своих интересах— это позволила впервые примененная в позапрошлом веке технология Data mining. Объектом раскопок как раз и были «пыльные хартии».
Мэтью-Фонтейн Мори (Matthew-Fontaine Maury) родился в 1806 году в небогатой деревенской семье. С детства мечтал о море. Флотскую карьеру начал в девятнадцать лет мичманом. Рано понял, что привлекает его не бодрая строевая служба и не грозная артиллерия, а навигация. Во время кругосветного плавания 1826—30годов обратил внимание на изменения в атмосферном давлении с переменою кораблем места; сделанные по этому поводу наблюдения и выводы опубликовал в «American Journal of Arts and Sciences» за 1831год. Четырьмя годами позже издал свои первые «Sailing Directions»— наблюдения над самыми выгодными направлениями плавания. В 1836 году получил чин лейтенанта. В 1839-м напечатал в «Southern Literary Messenger» статью, где первым высказал мысль о возможности сократить время нахождения судов в пути, пользуясь попутными ветрами и течениями. Вот так! Впервые, задолго до появления и математического аппарата и полноценных технических средств вычислений ставится задача оптимального управления динамическим объектом!!!
Вскоре Мори ломает ногу и становится инвалидом. Но энергия при нем. В 1842-м он назначается начальником вашингтонского архива морских карт, к которому затем было присоединено гидрографическое управление и морская обсерватория. Главный над затерянными хартиями. Но для Мори старые судовые журналы— кладезь ценнейшей информации. О ветрах и течениях. Об их изменении с изменением координат и сезона.
Ставится вопрос о кратчайших морских путях, о ветрах и течениях, влияющих не только на продолжительность перехода, но и на необходимые для того расходы. И Data mining дает плоды. Первые скудные данные, обработанные Мори для Северного Атлантического океана, позволили почти наполовину сократить время перехода парусных судов из Нью-Йорка к экватору— вместо сорока дней только двадцать четыре! И с 1845 года Мори стал издавать «Charts of winds and currents», необходимые для плавания в океанах, где почти всегда кратчайший путь далеко не быстрейший. Так бег клиперов от Мельбурна до Ливерпуля сокращался на 50 суток.
Знаменитая «Физическая география моря» Мори, сделавшая автора творцом океанографии, была переведена и на русский. Данные для нее тоже были получены не в экспедициях, но из Data mining— сняты со старых карт.
Правда, с политкорректностью у Мори было туго. В Гражданскую он возглавлял Береговую оборону Юга. До смерти, последовавшей в 1873 году, был профессором метеорологии в Виргинском военном институте. Но его информационный вклад в морское дело и сокровищницу наук— бесспорен!
РЫНКИ: Разобраться без бутылки: спиртное на прилавки вернулось. но осадочек остался
Автор: Павел Протасов
Сегодня мы поговорим о системе, которая предназначена для борьбы с уходом от акцизов и паленой водкой. Имя ей ЕГАИС , то есть Единая государственная автоматизированная информационная система. Введена в действие она была в начале этого года, правда, мы с вами непосредственно столкнулись с нею только в июле, когда прилавки магазинов вдруг быстро очистились от спиртного.
Как быть?В стоимости бутылки водки стоимость собственно содержимого— это меньшая часть. Большая— это цена, так скажем, легальности ее изготовления, тот самый акциз. То есть подделывать выгоднее его, а вовсе не водку.